DE102009033829A1 - Verfahren und Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring - Google Patents
Verfahren und Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring Download PDFInfo
- Publication number
- DE102009033829A1 DE102009033829A1 DE102009033829A DE102009033829A DE102009033829A1 DE 102009033829 A1 DE102009033829 A1 DE 102009033829A1 DE 102009033829 A DE102009033829 A DE 102009033829A DE 102009033829 A DE102009033829 A DE 102009033829A DE 102009033829 A1 DE102009033829 A1 DE 102009033829A1
- Authority
- DE
- Germany
- Prior art keywords
- hybrid system
- heart
- doppler information
- cardiac
- statistical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02444—Details of sensor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
- A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physiology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Electromagnetism (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring mittels Hidden Markov Modellen und Neuronalen Netzwerken. Mittels eines Miniaturradargeräts werden Herz-, Kreislauf- und Atmungs-Dopplerinformationen eines Patienten aufgezeichnet und durch eine Analog-Digital-Wandlerkarte in einem Computer digitalisiert. Basierend auf Methoden der Signalverarbeitung und der künstlichen Intelligenz, wie Hidden Markov Modelle und Neuronale Netzwerke, wird anschließend eine lernfähige Software trainiert, die Atem- und Herzrythmus-Informationen aufzeichnet und zur Vorabdiagnose und Therapiebegleitung bei Herzrhythmusstörungen und Atemwegserkrankungen eingesetzt werden kann. Dabei werden aktuelle EKG-Kurven berechnet. Weiterhin können Herzfrequenzen sowie Ateminformationen analysiert werden.
Description
- Stand der Technik
- Heutzutage werden weltweit mehrere unterschiedliche Geräte zur Überwachung der Herzkreislauf und Atmungsfunktionalitäten eingesetzt.
- Millionen Patienten weltweit empfinden konventionelle Kurzzeit-EKG-Messungen als unangenehm. Beim Standard 12 Kanal-Ableitungen, sind zu viele Kontakt-Punkte zum Patient (Starke Einschränkungen bei Bewegungen beispielsweise im Patienten-Bett).
- Schlimmer bei konventionellen Langzeit-EKG-Messungen kommen zu den Langzeit-Unannehmlichkeiten, noch das begrenzte aushalten des Elektrodengel hinzu.
- In den Intensivstationen werden zum Alltagsmonitoring Blutdruck-, Sauerstoff-, EKG-Messgeräte eingesetzt. Dazu werden für künstlich beatmete Patienten Beatmungsschläuche und sonstige Zustandsauswertungsgeräte benötigt. Diese Geräte werden überlicherweise zu einem Auswertungscomputer verbunden. Leider führt diese Konstellation oftmals zu Verkabelungen, die zu einer nicht mehr überschaubaren Situation führen.
- Millionen Ärzte, Sanitäter und Pflegepersonal beklagen im klinischen Alltag, besonders beim schnellen Einsatz (Notfall), relativ lange Zeit, um ein konventionelles EKG-Gerät schnell und vor allem zuverlässig zu fixieren.
- Viele Ärzte und Pflegepersonal brauchen immer wieder teure Schulungen um konventionelle EKG-Geräte entsprechend zu bedienen (Elektroden Fixierung, Artefakte im Brustkorb-Bereich von Patienten).
- In Deutschland leiden derzeit ca. 5 Millionen Menschen an Schlafapnoe-Syndrom. Enddiagnose sowie Therapie werden üblicherweise in einem Schlaflabor eingeleitet. Als Grundlage der Diagnose und Therapie dient ein Standard-Polysomlographisches Messverfahren. Leider bleibt dieses Verfahren aufgrund erhöhter Sensorik umstritten. Alternative Methoden sind derzeit nicht unbedingt erfolgreicher. Eines der Hauptprobleme besteht darin, dass die erhöhte Anzahl an Sensorik, die aus dem Patient zuverlässige Schlaf-Messdaten ermitteln soll, gleichzeitig den Schlafverlauf negativ beeinflusst.
- Zu den wichtigsten Polysomlographischen Sensoren gehören neben dem Elektroenzephalogram (EEG), dem Elektrookulogram (EOG), dem Elektromyogram (EMG), dem Pulsoximeter und dem Elektrokardiogram (EKG) auch die Atmungsaktivität-Messgeräte.
- In der Homecare-Medizin nehmen Screening-Verfahren zur Erfassung schlafbezogener Atemstörungen immer mehr Bedeutung ein. Zu den Standard-Screening-Messgeräten gehören Atmungsaktivitäten-Bemessung, Pulsoximeter und EKG. Die Vorabdiagnose-Ergebnisse dieser Geräte weisen oft Informationslücken auf, die meist auf Fehlbedienung zurückzuführen sind. Dazu kommt es, dass viele Patienten ungern im Heimbereich verkabelt schlafen.
- Die Problematik des plötzlichen Kindstods wird heutzutage im Heimbereich durch Screening-Geräte unterstützt, die dazu dienen sollen, lebensbedrohliche Apnoen bei Säuglingen schnell zu erkennen, Alarm auszulösen und eventuell Weckreaktionen, bspw. elektrisch, beim Kind zu erzeugen. Solche Geräte bringen üblicherweise für das Kind lästige Kabelungen mit.
- Aufgabenstellung
- Aufgrund des immer knapper werdenden Budgets in Kliniken, Arztpraxen sowie den meistens sonstigen gesundheitlichen Einrichtungen, lautete die Fragestellung bei dieser Arbeit wie man „auch aus wirtschaftlichem Interesse” die Anzahl der Sensoren der aktuellen Patientenmonitoring-Systeme reduzieren kann, ohne Einbußen in der Qualität der Diagnose bzw. Überwachung von Herz-, Kreislauf- und Atemwegs-Erkrankungen zu erleiden. Weiterhin könnte man durch berührungslose Bemessung des EKG sowie Atem- und Kreislaufaktivitäten die Situation des Patienten angenehmer gestalten. Zusätzlich wäre im Bereich der Schlafmedizin eine genauere Diagnose erreicht, da die durch Verkabelung entstandene Schlafstörung entfallen würde.
- Lösungsvorschlag und Ausführungsbeispiel
- Die erfindungsgemäße Lösung dieser Aufgabe wird wie folgt beschrieben:
- – Die Vorrichtung besitzt mindestens ein Miniaturradarsystem zur kontinuierlichen Aufzeichnung von Herz-, Kreislauf- und Atmungsdopplerinformationen, sowie einen Prozessor oder PC mit Auswertungssoftware.
- – In der Software wird dann zunächst ein Verfahren zur Signalvorverarbeitung und Gewinnung der Merkmale aus den aufgezeichneten Herz-, Kreislauf- und Atemdopplerinformationen eingesetzt, um die Daten anschließend auswerten zu können.
- – Ein Hybridsystem bestehend aus Hidden Markov Modellen, Neuronalen Netzen und einem wissensbasierten Automat identifiziert die aufgezeichneten Radardopplerinformationen und den Zeitpunkt ihres Auftretens.
- – Anschließend wird eine statistische Auswertung der chronologisch klassifizierten Herz-, Kreislauf- und Ateminformationen durchgeführt.
- – Mit Hilfe dieser Daten wird der Gesundheitszustand des Patienten ermittelt und eventuell ein Vorschlag zur Vorabdiagnose erstellt.
- Das Verfahren und die Vorrichtung werden durch folgende Zeichnungen näher erläutert:
-
-
-
-
Claims (11)
- Verfahren und Vorrichtung zur Herz-, Kreislauf- und Atmungs-Überwachung von Patienten mit einem Miniaturradar, einem daran angeschlossenen Prozessor oder PC und einer intelligenten Software, dadurch gekennzeichnet, dass zur Merkmalsextraktion mindestens ein statistisches Analyseverfahren verwendet wird, dass die gewonnenen Merkmale einem lernenden Hybridsystem, bestehend aus Hidden Markov Modellen, neuronalen Netzen und einem wissensbasierten Automaten, zur Identifikation der Dopplerinformationen zugeführt werden. Aus den ausgewerteten Informationen berechnet ein Modul des Hybridsystems die korrelierten EKG-Kurven, die Herzfrequenzkurve sowie den Atemrhythmusverlauf.
- Verfahren und Vorrichtung nach Anspruch 1, wobei nach der Dopplertonklassifikation eine Dopplertonanalyse mit zugehöriger Statistik von einem lernenden System durchgeführt wird.
- Verfahren und Vorrichtung nach Anspruch 1 und 2, wobei anschließend eine Zuordnung aufgrund ärztlicher Erfahrungen zu Krankheitsbildern, z. B. Herzrhythmusstörungen, Herzstillstand, Herzklappenfehler, Kreislaufstörungen oder Obstruktives-Schlafapnoe-Syndrom, erfolgt.
- Verfahren und Vorrichtung nach Ansprüchen 1–3, wobei folgende Verfahren zur Merkmalsextraktion durchgeführt werden: • Normalisierung und Filterung des Miniaturradar-Signals • Zerlegung in Teilspektren • Berechnung und Mittelung der Effektivwerte der Teilspektren • Berechnung und Mittelung eines Merkmalsvektors aus jedem Teilspektrum mit einem statistischen Verfahren • Kombination der Effektivwerte und Merkmalsvektoren zu einer Matrix • Zeitliche Glättung der Matrixwerte • Berechnung statistischer Momente höherer Ordnung im Zeit- sowie Frequenzbereich von kurzen Segmenten aus dem empfangen Miniaturradar-Echosignal
- Verfahren und Vorrichtung nach Ansprüchen 1–4, wobei bei der Merkmalsextraktion eine Fourier-Analyse als statistisches Verfahren verwendet wird.
- Verfahren und Vorrichtung nach Ansprüchen 1–4, wobei bei der Merkmalsextraktion eine Cepstrum-Analyse als statistisches Verfahren verwendet wird.
- Verfahren und Vorrichtung nach Ansprüchen 1–4, wobei bei der Merkmalsextraktion eine Wavelet-Analyse als statistisches Verfahren verwendet wird.
- Verfahren und Vorrichtung nach einem der vorherigen Ansprüche, wobei die neuronalen Netzwerke oder Hidden Markov Modelle im Hybridsystem mit gleichen oder unterschiedlichen Trainingsdaten für die Dopplerinformationskategorien trainiert sind mit gleichen oder unterschiedlichen Trainingsalgorithmen.
- Verfahren und Vorrichtung nach einem der vorherigen Ansprüche, wobei eine Unterscheidung in den Dopplerinformationskategorien insbesondere in Atem- (z. B.: Einatmung, Ausatmung, Apnoe), Herz- (z. B.: normale Herztöne, Herzflattern, Herzflimmern, Herzrhythmusstörungen, Herzstillstand) und Kreislauf-Informationen (z. B.: arterielle Strömung, venöse Strömung) stattfindet.
- Verfahren und Vorrichtung nach einem der vorherigen Ansprüche, wobei folgende Merkmale extrahiert werden: Signalspitzen im Spektrum, Cepstrum, Wavelets, Amplitudenvariationen, Phasenvariationen, periodisch oder aperiodisch auftretende Signale oder Kombinationen davon.
- Vorrichtung zur Durchführung eines Verfahrens gemäß einem der vorherigen Ansprüche, welches einen Prozessor oder PC mit Miniaturradarsystem zur Erfassung der Atem-, Herz- oder Kreislauf-Dopplerinformationen, sowie Mittel zur Signalverarbeitung und -auswertung umfasst.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102009033829A DE102009033829A1 (de) | 2009-07-18 | 2009-07-18 | Verfahren und Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102009033829A DE102009033829A1 (de) | 2009-07-18 | 2009-07-18 | Verfahren und Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102009033829A1 true DE102009033829A1 (de) | 2011-01-20 |
Family
ID=43382877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102009033829A Ceased DE102009033829A1 (de) | 2009-07-18 | 2009-07-18 | Verfahren und Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102009033829A1 (de) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102715920A (zh) * | 2012-07-06 | 2012-10-10 | 电子科技大学 | 人体目标生命特征检测方法 |
CN105725994A (zh) * | 2015-12-06 | 2016-07-06 | 宣建民 | 睡眠监测抢救仪 |
EP3335632A1 (de) * | 2016-12-13 | 2018-06-20 | Alcatel Lucent | Verfahren und vorrichtung zur überwachung eines oder mehrerer herzschläge und einer atmungsrate eines lebenden wirbeltiers |
CN110974190A (zh) * | 2019-11-27 | 2020-04-10 | 南京信息工程大学 | 基于微多普勒特征的心动状况无源感知方法 |
EP3720342A4 (de) * | 2017-12-06 | 2021-08-11 | Praesidium, Inc. | Hausbewohnerdetektions- und -überwachungssystem |
US11918330B2 (en) | 2017-03-08 | 2024-03-05 | Praesidium, Inc. | Home occupant detection and monitoring system |
-
2009
- 2009-07-18 DE DE102009033829A patent/DE102009033829A1/de not_active Ceased
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102715920A (zh) * | 2012-07-06 | 2012-10-10 | 电子科技大学 | 人体目标生命特征检测方法 |
CN102715920B (zh) * | 2012-07-06 | 2013-10-16 | 电子科技大学 | 人体目标生命特征检测方法 |
CN105725994A (zh) * | 2015-12-06 | 2016-07-06 | 宣建民 | 睡眠监测抢救仪 |
EP3335632A1 (de) * | 2016-12-13 | 2018-06-20 | Alcatel Lucent | Verfahren und vorrichtung zur überwachung eines oder mehrerer herzschläge und einer atmungsrate eines lebenden wirbeltiers |
US11918330B2 (en) | 2017-03-08 | 2024-03-05 | Praesidium, Inc. | Home occupant detection and monitoring system |
EP3720342A4 (de) * | 2017-12-06 | 2021-08-11 | Praesidium, Inc. | Hausbewohnerdetektions- und -überwachungssystem |
CN110974190A (zh) * | 2019-11-27 | 2020-04-10 | 南京信息工程大学 | 基于微多普勒特征的心动状况无源感知方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Porges et al. | Research methods for measurement of heart rate and respiration | |
EP2575608B1 (de) | Detektor zur identifikation physiologischer artefakte in physiologischen signalen und verfahren dafür | |
EP2059166B1 (de) | Verfahren und vorrichtung zur bestimmung der atemfrequenz | |
DE102006004415A1 (de) | Vorrichtung zum Bewerten eines hämodynamischen Zustandes eines Patienten, wobei eine Herz-Lungen-Interaktion verwendet wird | |
DE102008002933A1 (de) | Datenaufzeichnung zur Patientenstatusanalyse | |
JPH08501713A (ja) | 関節と、それに関連する筋肉の作用を計測する方法 | |
CN103892812B (zh) | 匹配度分析技术 | |
DE102009033829A1 (de) | Verfahren und Vorrichtung zum berührungslosen Herz-, Kreislauf- und Atmungsmonitoring | |
Nardelli et al. | Reliability of lagged poincaré plot parameters in ultrashort heart rate variability series: Application on affective sounds | |
Leicht et al. | Capacitive ECG monitoring in cardiac patients during simulated driving | |
WO2018060162A1 (de) | Überwachung von biosignalen, insbesondere elektrokardiogrammen | |
US9706945B2 (en) | Respiration rate determination in impedance pneumography | |
WO2009079976A2 (de) | Verfahren und vorrichtung zum herz-, kreislauf- und atmungsmonitoring mittels hidden markov modellen und neuronalen netzwerken | |
US7549959B2 (en) | Stimulation arrangement for measurement of physiological signal reactivity | |
DE102005007963A1 (de) | Verfahren und Einrichtung zur Quantifizierung von vegetativen Stressniveaus | |
Ahmad et al. | Multiparameter physiological analysis in obstructive sleep apnea simulated with Mueller maneuver | |
EP2799110A1 (de) | Verfahren zum Betrieb eines Bioresonanzgeräts | |
Hegde et al. | A review on ECG signal processing and HRV analysis | |
Alawieh et al. | A real-time ECG feature extraction algorithm for detecting meditation levels within a general measurement setup | |
DE102009037097A1 (de) | Gerät zum automatischen Atmungs- und Beatmungsmonitoring | |
Khambhati et al. | Extraction of a respiration rate from ECG signal using discrete wavelet transform during exercise | |
CN113425272B (zh) | 一种通过穿戴设备采集数据分析房颤、室颤的方法 | |
DE10151797A1 (de) | Vorrichtung zur kontinuierlichen, zeitgleichen Messung der autonomen Funktion, insbesondere der Baroreflexsensitivität und der Chemoreflexsensitivität, sowie der Belastungsfähigkeit durch nichtinvasive Bestimmung von hämodynamischen, respiratorischen und metabolischen Parametern | |
Norali et al. | Human breathing assessment using Electromyography signal of respiratory muscles | |
EP3803896A1 (de) | Medizinische analysevorrichtung zur bewertung der narkosetauglichkeit eines patienten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final |
Effective date: 20121023 |